> ## Documentation Index
> Fetch the complete documentation index at: https://docs.abbyy.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Objet ValidationParams (Interface IValidationParams)

> Objet ValidationParams (interface IValidationParams) dans l’API ABBYY FineReader Engine — paramètres qui contrôlent la validation d’un classification model, y compris les paramètres de validation croisée k-fold.

Cet objet permet d'accéder aux paramètres utilisés lors de la validation d'un classification model. Deux stratégies s'offrent à vous :

1. Utiliser l'algorithme de validation fourni par ABBYY FineReader Engine. Il repose sur la stratégie de validation croisée k-fold :<br />À chaque itération, les données catégorisées fournies dans l'objet [TrainingData](/fr/fine-reader/engine/api-reference/classification-related-objects/trainingdata) sont réparties aléatoirement en FoldsCount parties égales. Chacune de ces parties est utilisée à tour de rôle pour la validation : un modèle est entraîné sur toutes les parties sauf celle-ci, puis évalué sur cette dernière.<br />Le processus est répété RepeatCount fois. Parmi les FoldsCount \* RepeatCount modèles obtenus, celui qui présente le meilleur score F-mesure est retourné par la propriété [ITrainingResult::Model](/fr/fine-reader/engine/api-reference/classification-related-objects/trainingresult#model), et ses scores sont accessibles via la propriété [ITrainingResult::ValidationResult](/fr/fine-reader/engine/api-reference/classification-related-objects/trainingresult#validationresult).<br />Le nombre d'objets dans l'ensemble d'entraînement à chaque étape sera égal à \<nombre total d'objets> \* (FoldsCount - 1) / FoldsCount. Notez que ce nombre doit être d'au moins 4 pour un classificateur textuel et d'au moins 8 pour un classificateur combiné. Veillez à ce que votre échantillon d'entraînement contienne suffisamment d'objets.
2. Désactiver la validation en définissant ShouldPerformValidation sur FALSE, entraîner le modèle sur l'intégralité du data set d'entraînement, puis tester les performances du modèle de votre côté à l'aide de la méthode [IModel::Classify](/fr/fine-reader/engine/api-reference/classification-related-objects/model/classify-method) sur un autre échantillon de données connu.

<div id="properties">
  ## Propriétés
</div>

| Nom                     | Type                                                                                                                | Description                                                                                                                                                                                               |
| ----------------------- | ------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| AveragingMethod         | [AveragingMethodEnum](/fr/fine-reader/engine/api-reference/enumerations/averagingmethodenum)                        | Méthode de calcul des scores moyens d’exactitude, de précision, de rappel et de F-mesure pour les classificateurs comportant plus de 2 catégories. Par défaut, cette propriété est définie sur AM\_Macro. |
| FoldsCount              | [int](/fr/fine-reader/engine/guided-tour/advanced-techniques/programming-aspects/working-with-properties)           | Nombre de sous-ensembles utilisés dans l’algorithme de validation croisée k-fold. La valeur par défaut de cette propriété est 3.                                                                          |
| RepeatCount             | [int](/fr/fine-reader/engine/guided-tour/advanced-techniques/programming-aspects/working-with-properties)           | Nombre d’itérations utilisées dans l’algorithme. La valeur par défaut de cette propriété est 1.                                                                                                           |
| ShouldPerformValidation | [VARIANT\_BOOL](/fr/fine-reader/engine/guided-tour/advanced-techniques/programming-aspects/working-with-properties) | Indique si le modèle entraîné doit être validé. Par défaut, cette propriété est définie sur FALSE.                                                                                                        |

<div id="related-objects">
  ## Objets connexes
</div>

<img src="https://mintcdn.com/abbyy/B_SRGbkkbQ9YH40E/images/fine-reader/engine/validationparams.gif?s=443e161292945db8b9003f8df8893f0c" alt="ValidationParams" width="176" height="90" data-path="images/fine-reader/engine/validationparams.gif" />[](/fr/fine-reader/engine/api-reference/classification-related-objects/trainer#validationparams)[](/fr/fine-reader/engine/api-reference/classification-related-objects/trainer#trainingparams)[](/fr/fine-reader/engine/api-reference/classification-related-objects/trainingparams)[](/fr/fine-reader/engine/api-reference/classification-related-objects/trainer)

[Diagramme d’objets](/fr/fine-reader/engine/api-reference/object-diagram)

<div id="samples">
  ## Exemples
</div>

Cet objet est utilisé dans l’outil de démonstration [Classification](/fr/fine-reader/engine/guided-tour/samples#classification) sous Windows, ainsi que dans l’exemple de code [Classification](/fr/fine-reader/engine/guided-tour/samples#classification_unix) sous Linux et macOS.

<div id="see-also">
  ## Voir aussi
</div>

[Classification de documents](/fr/fine-reader/engine/guided-tour/basic-usage-scenarios-implementation/document-classification)